A Case Study on the Impact of Vehicle-to-Grid on Reliability of Supply in a Norwegian Distribution System

Abstract

Reduksjonen av utslipp for å reversere klimaendringene er en av de viktigste punktene fra bærekrafts-målene fremsatt av Forente Nasjoner. Omfattende elektrifisering av verden har blitt pekt på som ett av de mest lovende alternativene for å minske klimaavtrykket på Jorden. Transportsektoren alene er antatt å være ansvarlig for omtrent 27 % av verdens totale utslipp, noe som har ført til en stor overhaling av bilparken fra tradisjonelle, fossildrevne kjøretøy til elektriske kjøretøy. Ettersom elektriske kjøretøy er i ferd med å bli det mest populære alternativet, er behovet for elektrisitet spådd til å øke drastisk de neste årene. Siden strømnettet kan komme til å bli mer overbelastet trengs det flere tjenester som kan bistå nettet i kritiske perioder. Dersom veksten av elektriske kjøretøy fortsetter kan batteriene hos elektriske kjøretøy være en uutnyttet kilde til batterilagring som kan brukes i samspill med strømnettet. Dette er hovedformålet til Vehicle-to-Grid teknologi som tilbyr en mulighet for å levere elektrisitet tilbake til strømnettet fra elektriske kjøretøy i perioder med behov for mer elektrisitet. Denne masteroppgaven vil forsøke å besvare spørsmål rundt om Vehicle-to-Grid teknologi vil kunne ha en innvirkning på forsyningssikkerheten til strømnettet i Norge. Pålitelighetsfaktorer slik som Energy Not Delivered (ENS), System Average Interruption Frequency Index (SAIFI) og System Average Interruption Frequency Index (SAIDI) vil være de viktigste fokusområdene som kommer til å bli undersøkt i forbindelse med innvirkningen av Vehicle-to-Grid teknologi på forsyningssikkerheten i strømnettet.

Arbeidet med å undersøke innvirkningen fra Vehicle-to-Grid på pålitelighetsfaktorer for strømnettet har blitt gjort ved å bruke et simuleringsverktøy i Python kalt RELSAD, som tilbyr bruken av Monte Carlo simulering for å studere et større antall utfall relatert til planlegging av større, komplekse systemer som strømnettet. Som en representasjon av det norske strømnettet har en CINELDIs referansenett-modell blitt brukt til eksperimenter. Arbeidet som ble gjennomført inkluderer implementasjon og komposisjon av en eksisterende nettmodell fra MATPOWER-filer til en nettmodell på RELSAD-format i Python. Arbeidet som har blitt gjort i denne oppgaven er ment til å fungere som et rammeverk for videre studier på forsyningssikkerheten på det eksisterende referansenettet ved hjelp av RELSAD, eller helt nye nettmodeller i RELSAD. Videre arbeid ble gjennomført for å lage kode for å kjøre Monte Carlo simuleringer i RELSAD for referansenettets modell. Nettet ble testet for tre ulike scenarioer for å avgjøre innvirkningen fra Vehicle-to-Grid på påliteligheten til referansenettet. Det første scenarioet inkluderte en elbilpark i nettmodellen uten V2G-tjenester aktivert. Det andre scenarioet brukte den samme elbilparken som for det første scenarioet, men denne gangen med V2G-tjenester aktivert. Det tredje scenarioet brukte samme elbilpark som det første og det andre scenarioet, men denne gangen med økt ladekapasitet på elbilene fra 3.7 kW til 7.4 kW.

De viktigste funnene fra simuleringene av det første og det andre scenariene var en reduksjon i ENS fra 15.70 MWh til 15.45 MWh, noe som kan bety at aktivering av V2G kan bidra til å redusere 1.6 % ikke-levert energi til nettkundene. SAIFI og SAIDI ble redusert med henholdsvis 1.22 % og 0.72 %, noe som kan indikere at elbilene vil være i stand til å redusere ENS med lavere antall avbrudd og lavere avbruddsvarighet. Resultatene fra simuleringene for det andre og tredje scenarioet indikerte en reduksjon av ENS fra 15.45 MWh til 15.36 MWh, med reduksjon av SAIFI og SAIDI på henholdsvis 0.62 % og 1.1 %. Dette kan indikere at den økte ladekapasiteten til elbilene som er koblet til gjennom V2G kan forbedre mengden energi som leveres til nettkundene under lavere antall avbrudd og lavere varighet på avbruddene. Det er verdt å merke seg at forbedringene i ENS er relativt små i dette tilfellet siden eksperimentene er basert på én enkelt elbilpark med 20 biler som er koblet til et større distribusjonsnett. Hvis man hadde koblet en mer realistisk mengde elbiler i sammenheng med hvor mange elbiler som eksisterer i Norge per sluttbruker, ville antakeligvis innvirkningen på ENS vært betydelig større. Som et svar på spørsmålet om bruken av elbiler gjennom V2G under avbrudd i nettet vil være i stand til å forbedre mengden Ikke-levert Energi (ENS) i nettet, SAIFI og SAIDI, ville svaret vært mer sammensatt. Ikke-levert Energi (ENS) vil trolig bli redusert som en konsekvens av å bruke V2G teknologi under avbrudd. SAIFI og SAIDI ville trolig blitt mer redusert dersom et større antall elbiler med V2G hadde vært koblet til større deler av nettet. På denne måten kunne antakeligvis flere avbrudd som forekommer i andre deler av nettet vært unngått.

Reducing emissions to reverse climate change is one of the primary objectives of the sustainability goals set forth by the United Nations. Extensive electrification of the world has been pointed out as the most promising alternative to lower the carbon footprint on Earth. The transport sector alone is assumed to be responsible for approximately 27 % of the world's total emissions, which has led to an extensive overhaul of the traditional car fleet from conventional fossil-driven vehicles to electric vehicles. As electric vehicles are becoming the most prominent choice of transportation, the electricity demand is predicted to increase drastically in the years to come. As the power grids could become more congested, services will be needed to aid the grid in critical periods. If the growth of electric vehicles persists, the batteries of electric vehicles will have a significant amount of untapped potential for battery storage that might be used for additional grid services. This is the main purpose of Vehicle-to-Grid (V2G) technology, which provides an opportunity of feeding electricity back into the grid from electric vehicles in times of need. This master's thesis will attempt to answer if the Vehicle-to-Grid technology can impact the reliability of supply of the power grid in Norway. Reliability indices such as Energy Not Delivered (ENS), System Average Interruption Frequency Index (SAIFI) and System Average Interruption Duration Index (SAIDI) will be the main results that will be investigated in relation to the impact of Vehicle-to-Grid technology on grid reliability.

The work of investigating Vehicle-to-Grid impact on reliability factors of the power grid has been conducted using a simulation tool in Python called RELSAD, allowing for the usage of Monte Carlo simulation to study a large number of outcomes related to the planning of large-scale, complex systems like the power grid. To represent parts of the Norwegian power grid, a reference grid model created by CINELDI has been used for case experiments. The work in this thesis includes implementing and constructing an existing grid model from Matpower-files to a new grid model in Python using the RELSAD properties. The work done in this thesis may provide a framework for new studies of power grid reliability using RELSAD on the existing reference grid or entirely new grid models. In addition, further work was conducted to create scripts for running the Monte Carlo simulations in RELSAD on the reference grid model. The grid was tested with three case scenarios to determine the Vehicle-to-Grid impact on the reliability of the reference grid. The first case included an EV park in the grid model without V2G services activated. The second case utilized the same EV park as the first case but with activated V2G services. The third case used the same EV park as the first and second cases but with an increased EV charging capacity from 3.7 kW to 7.4 kW.

The main findings from the simulations of the first and second cases were a reduction in ENS from 15.70 MWh to 15.45 MWh, meaning that activating V2G can contribute to reducing approximately 1.6 % of energy which is not being delivered to grid customers. SAIFI and SAIDI were also reduced by 1.22 % and 0.72 % respectively, indicating that the EVs could reduce the ENS with a lower number of expected interruptions and lower interruption duration. The simulation results from the second and third cases indicated a reduction of ENS from 15.45 MWh to 15.36 MWh, with reductions to SAIFI and SAIDI of 0.62 % and 1.1 % respectively. This could indicate that the increased charging capacity of EVs connected by V2G could improve the energy delivered to customers in the grid during a lower number of interruptions and lowered interruption duration. It is noted that the improvements on ENS are relatively small in this case since the experiments are based only on a single EV park of 20 vehicles connected to a large distribution grid. If one were to connect more EV parks, which would be more realistic regarding the number of customers in the grid, the impact on ENS would probably be more significant. As an answer to which extent using EVs through V2G during grid interruptions will improve the amount of Energy Not Supplied, SAIFI and SAIDI in the grid, the answer would be more complex. Energy Not Supplied will probably be reduced as a consequence of using V2G services during interruptions. SAIFI and SAIDI would probably experience a more significant reduction with a greater number of EVs with V2G services in the system. In this way, more interruptions occurring in other parts of the grid probably could have been avoided.